子どもの生成AI利用ガイドライン

図：子どもの生成利用ガイドラインのイメージ（ChatGPTによる）

Ｑ（koshix）：

（ひ・み・つぅ ^_^;;）

Ａ（ChatGPT + Gemini + Claude + Qwen + koshix）：

以下は、学校・家庭・地域で共通に使える「日本における子どもの生成AI利用ガイドライン試案」です。あえて短く、かつ大人の恣意的運用を防ぐ形にしています。法的な正式文書にする場合は、個人情報保護・著作権・学校法務の専門家確認が必要です。

子どもの生成AI利用ガイドライン試案（改訂版）

１．基本原則

・生成AIは、子どもの学び・表現・探究・支援を広げるための道具であり、子どもの思考、判断、経験、人間関係、身体活動を代替するものとして使ってはならない。

・生成AIの利用は、「子どもの最善の利益」「発達の保障」「意見表明の尊重」「差別の禁止」「プライバシーの保護」「教育を受ける権利」と両立しなければならない。

２．子どもに許される使い方

例えば：考えを広げる、わからないことを別の説明で聞く、反対意見を出してもらう、文章や発表を改善するための助言を受ける、プログラムや実験計画の誤りを点検する、外国語や読解の支援を受ける、障害・病気・言語的困難などを補う、創作の素材を得る。等である。

３．次の利用は禁止する

・性的・差別的・暴力的な表現、からかい、晒し、脅迫などで他者の人権を侵害すること

（子どもがそれを強要されたり、巻き込まれたりした場合は保護と支援の対象とする）。

・他者になりすました文章・画像・音声を生成し、本人や周囲を欺くこと。

・テストや評価課題で、許可されていないAI利用をし、あるいは、AIの出力を自分の成果と偽って提出・公開すること

４．人間能力を守るルール

生成AIを使う学習では、おおむね次の順序にしたがう。

(1) 原則としてまず自分で考える（合理的配慮や支援が必要な場面を除く）。

(2) 次にAIに助言・別案・反論を求める。

(3) その後、AIの出力が正しいかを疑う。

(4) 最後に、自分の言葉で再構成する。

５．大人に対する制限

大人は、次のことをしてはならない。

・子どもの同意や適切な説明なしに、AIを用いて学習状況を過度に監視すること。

・AIの出力結果や評価データだけを用いて、子どもへの評価・格付けを行うこと。

６．個人情報・プライバシーの保護

・子どもの氏名、住所、成績、健康、家庭事情、友人関係、相談内容等の個人情報、および家族・友人・教師などのプライベートな情報は、原則として生成AIに入力してはならない。

・生成AIが他者の個人情報を含む出力を返した場合は利用・拡散せず、対話の記録（ログ）の保存・閲覧も最小限にとどめる。

７．発達段階別の扱い（例示）

※各AIサービスの利用規約、および学校・自治体が用意した安全なシステム・環境に則って利用することを前提とする。

(1) 小学校低学年：子どもが単独で使うことは避け、教師や保護者が共に使う。

(2) 小学校高学年：情報モラル、誤答の発見（ハルシネーションの検証）、適切な質問の仕方を学ぶ範囲で限定的に使う。

(3) 中学生：調べ学習、作文改善、反論生成、プログラミング支援などで、利用記録と検証を伴って使う。

(4) 高校生：進路・探究・創作・研究補助としてより広く使ってよいが、出典確認、利用開示、責任ある再構成を必須にする。

８．評価の原則

・学校は、AIで簡単に完成する成果物だけで評価を完結させない。「なぜその問いを立てたか」「AIの出力をどう疑い、修正したか」といった、思考の過程（ログの抜粋・要約や振り返りなど）も評価の対象とする。

・AIと本人の貢献度を無理に切り分けたり、AI利用を一律に減点したりしない。そうではなく、「AIとの対話を通じて思考がどう深まり、視座がどう拡張されたか（探究の質）」を評価の軸にする。

９．運用の原則

・学校・家庭・自治体は、生成AIのルールを策定・改定するとき、子どもの意見を聞く機会を設ける。ルールは短く、公開し、技術の変化に合わせて毎年見直す。

・万が一トラブルや事故が起きた場合は、子どもの自己責任にするのではなく、課題設計、説明不足、アクセス格差、家庭環境、サービス設定、大人側の理解不足などの環境要因を検証する。

10．公開とAI利用の透明性

・AIの出力には著作権が発生しない場合があり、また他者の権利を侵害している可能性もあるため、そのまま安全に公開・利用できるとは限らない。

・授業内での利用と、学校ホームページやSNSなど外部への公開は厳に区別し、外部公開・コンテスト応募などの際はAIを利用したことを明記する。

一文でまとめるなら

子どもに生成AIを使わせる目的は、AIに答えを出させることではなく、AIを相手にしても、自分で問い、考え、疑い、表現し、他者と関わり、自分の判断に責任を持てる人間を育てることである。

［１］初等中等教育段階における生成 AI の利活用に関するガイドライン（文部科学省初等中等教育局）

［２］生成AIの利用について（文部科学省）

［３］生成AI利活用ガイドライン（案）（こども家庭庁）

［４］生成AIの導入・活用に向けた実践ハンドブック（こども家庭庁）

［５］生成AIの導入・活用に向けた実践ハンドブック 事例編（こども家庭庁）

［６］生成AI活用ガイド（サイエンスティーム）

［７］保護者のためのAI入門ガイド（新潟県立新潟南高等学校）

［８］Guidance for generative AI in education and research（UNESCO）

分散LLMクラウド

トークンからの続き

図：Nano Banana 2による分散LLMクラウドのイメージ（ChatGPTには拒否られた）

トークンの値段を眺めるうちに、もう少し実装寄りの妄想が湧いてきた。

きっかけは手元のMacだ。近い将来、Mac StudioにM5 Maxが載り、メモリ128GBで中規模LLMが動かせるとする。これを24時間フル稼働させたら、クラウドAPI価格に換算して月いくら分のトークンを生成するのか。ChatGPTに見積もってもらった。

生成速度を50トークン/秒とすると、月におよそ1.3億トークン。これを出力価格で換算すると、

・Gemini Flash-Lite級（出力0.4ドル/100万）→ 月50ドル程度

・Claude Sonnet級（出力15ドル/100万）→ 月2000ドル弱

・GPT-5.5級（出力30ドル/100万）→ 月4000ドル弱

同じ1.3億トークンでも、どのAPI価格に対応させるかで価値が二桁変わる。Mac Studio 1台が、見方によって月数十ドルの箱にも、月数千ドルの箱にも見える。もっとも、ローカルの中規模モデルがGPT-5.5級に賢いはずもなく、フル稼働も理想化しすぎだ。現実的には「月500～2000ドル分のAPI利用を自前化できる可能性」あたりが堅い。

ここで本題。Mac 1台でこれだけ遊んでいるなら、国中・世界中のローカルマシンをつないで、ひとつのLLMサービスにできないか。巨大クラウドに頼らない分散型のLLM基盤を、スタートアップとして立ち上げられないか。ChatGPTにぶつけてみた。

評価は「筋はよいが、『分散ローカルでChatGPT対抗』は厳しく、『低価格・プライバシー・地域性・主権性・非同期大量処理』に絞れば余地はある」だった。先行例も多い。計算資源を売買するAkash、AI推論をサブネットで評価するBittensor、協調推論の研究実装Petals、Mac同士をつなぐexo。私の妄想は空想ではなく、すでに複数の系譜がある。

肝心なのは「何を分散するか」だ。1回の質問を複数ノードで分割して巨大モデルを動かす方式は、ネットワーク遅延が致命的になる。計算を細切れにして遠くへ配ると、通信の往復で待たされ、かえって遅い。一方、各ノードが小～中規模モデルを独立に動かし大量のリクエストをさばく方式なら可能性がある。これはスパコンというよりLLM版のUber、あるいは電力アグリゲータだ。「GPT-5級でなくていいから安く大量に要約したい」「社内文書を外部に出したくない」「夜間にバッチで翻訳・分類したい」――即時・最高品質ではなく、安く・国内に閉じて・監査可能、が価値になる。

ここで知らない単語が出たので説明してもらった。ソブリンAIは「データ・計算資源・モデル・運用を自分たちで管理するAI」。要は「AIは使いたいが外国企業に丸投げしたくない」という政策目標だ。exoはMacやPCを束ねてLLMを動かすオープンソース。SLAは「月99.9%稼働」などを明文化したサービス品質保証契約。個人のMacは突然スリープしたり再起動したりするので、「今日は誰かのMacが寝ているので処理できません」では業務に使えない。家庭用Macが世界平和の礎になる前に、まずSLAという勤怠管理を片づけねばならない。

事業化の壁は4つ。ノードが信用できない（出力を覗かれる）、品質保証が難しい（指定モデルを正しく動かしたか検証できない）、SLAが難しい（参加離脱・回線・発熱・スリープを吸収する仕組みが要る）、価格競争（大手が推論価格を急落させており安売りだけでは負ける）。

そこで提案された設計は三段階。第一に、世界中から家庭PCを集めるのではなく、大学・自治体・企業など信頼できる小規模クラスターから始める（「いきなりP2Pの大海原に出ると海賊もクラゲもいる。まずは湾内で船を浮かべるべき」とのこと）。第二に、用途を高機能チャットでなく安価な非同期処理に絞る（要約・分類・翻訳・RAG・議事録整形。8B～70B級で十分）。第三に、「国内ノードのみ」「医療機関ノードのみ」といった信頼境界を設計したLLM処理市場にする。

日本での現状も聞いた。結論は「構想そのもの――全国のローカルMacを束ねた商用分散LLMクラウド――を正面からやる例は見当たらないが、周辺は動いている」。政府は経産省・NEDOのGENIACで基盤モデル開発と計算資源確保に本腰だが、これは「開発者にGPUを使わせる支援」で分散資源の市場化とは別物。国内GPUクラウドはさくら・KDDI・GMO・ソフトバンクが整備中で、廃校をGPUデータセンターに転用するハイレゾの「GPUSOROBAN」は、遊休資源をAIに変える点で私の妄想に近い匂いがする。

つまり構想には空白地帯がある。ただし「誰も思いつかない」のではなく、信用・品質保証・SLA・課金・通信遅延・電力コストが難しく、まだ事業化しにくいから残っているのだ。最終助言は明快だった。いきなり「全国の個人Macを束ねます」と言わず、まず「大学・自治体・中小企業の既存GPU/Mac Studioを認証済みノードとして束ねるプライベート分散LLM処理基盤」から始め、用途を非同期バッチに絞り、そこから地域・業界・国レベルへ広げる――。

筋は通っている。問題は、これをやる体力と気力が残っているかだ。MediaWikiの国旗テンプレートひとつでヒイヒイ言う人間が世界規模の分散AI基盤を立ち上げる図は想像しにくい。ただ、妄想を文章にしておけば、いつか誰かが拾ってくれるかもしれない。蜘蛛の糸は、垂らしておくに限る。

（注：この記事は，ChatGPTとの対話をもとに，Claudeに，自分のスタイルを見せて，ブログ記事として完全に書き下ろしてもらったものである。）

トークン

図：ChatGPTによるトークンのイメージ

生成AI（LLM）に何から何まで頼り切る生活をしていると、課金の話が気になってくる。APIを叩くほどお金が飛ぶし、その勘定は「トークン」という妙な単位でなされる。そこでChatGPTに、各社の1トークンが何ドルなのか、この3年半でどう変わったのかを聞いてみた。

トークンとは、AIが文章を処理する最小単位で、ざっくり単語の一部のようなものだ。各社のAPIは入力トークンと出力トークンを別価格で売っており、一般に書くほう（出力）が読むほう（入力）より高い。オーダー感覚はこうだ。

1トークンは「数百万分の1ドル」程度、1ドルでは「数万～数千万トークン」買える。

・フロンティア級（GPT-5.5、Claude Opus級）：入力100万トークンあたり5ドル前後、出力25～30ドル前後。

・実用主力級（Claude Sonnet、Gemini Pro級）：入力2～3ドル、出力12～15ドル前後。

・廉価大量処理級（Gemini Flash-Lite級）：入力0.1ドル、出力0.4ドル前後。

トークンはもはや単なる「文字量の単位」ではなく、AI屋台の食券だとChatGPTは言う。屋台ごとに一皿の大きさが違うので、同じ食券1枚でも腹の満たされ方がまるで違う。なかなかうまい比喩だ。

おもしろいのは、この3年半の値段の動きだ。1ドルで買える入力トークン数の概算推移はこうなる。

時期	1ドルで買える入力トークン
2022年末	約5万
2024年初	約200万
2026年現在	約1000万

この3年半で、安いモデル同士なら1ドルで買えるトークンはざっと200倍。ムーアの法則どころの騒ぎではない。ただし「同じ知能のトークンが200倍安くなった」わけではない。安いのは小さいモデルの軽いトークンで、深い推論をするモデルのトークンはいまでも高い。値段の世界は「安価な大量処理」と「高価な深い推論」に分岐した。

さて、ここからが本題。トークンがこれだけ「数えられて値段のつく量」になってくると、将来ドルやユーロに代わる世界共通通貨にならないか、という妄想が湧いてくる。

トークンは通貨の条件をいくつか満たす。正確に数えられ（計量可能）、生成には電力とGPUと時間がかかる（希少性）。ただし価値の安定だけは絶望的だ。3年半で200分の1になる単位など、通貨としては最悪のデフレで、「トークン本位制」は成り立たない。

そこで視点を変える。価値が下がるのは「素のトークン」の話だ。もし「ある基準モデルが基準時間で生成する標準1トークン」のようなものを単位として固定できたらどうか。金本位制ならぬ計算本位制である。トークンの背後にあるのは電力（エネルギー）と計算（労働の代替）だから、マルクスの労働価値説をもじってトークン価値説とでも呼べる。AIが世界の知的労働の相当部分を担えば、「いくらトークンを消費したか」がそのまま「どれだけ知的労働を投下したか」の尺度になる。

もちろん夢見がちな話だ。価値の安定、決済の信頼、国家の裏付け、そして「標準皿」を誰が定義し保証するのか――メートル原器を決めるのと同じ難しさが山ほどある。それでも、20世紀が石油を巡って動いたなら、21世紀は計算（トークン）を巡って動くのかもしれない。各国は早くも「ソブリンAI」「計算資源の確保」と言い始めている。エネルギー安全保障ならぬ計算安全保障の時代だ。とすれば、トークンが準通貨的な戦略物資になる未来も、そう荒唐無稽ではない。

「1トークン＝0.1円」が新聞の経済欄に載る日が来るかは分からない。ただ、食券を握って屋台街を歩きながら、それが世界通貨になる日を夢想するのは、ちょっと楽しい。夢を見るのは無料だが、トークンは無料ではない。

（注：この記事は，ChatGPTとの対話をもとに，Claudeに，自分のスタイルを見せて，ブログ記事として完全に書き下ろしてもらったものである。）